模型、学习和推理：第1章 绪论

---

第1章 绪论

1. 有具体的证据证明计算机视觉是可研究的。
2. 计算机视觉近期迅速发展的两个主要原因：计算机的处理能力、内存以及存储能力有了巨大的提示；机器学习的广泛使用。

1.1 本书结构

1. 概率。涵盖概率方面的背景知识，包括概率概述、常用概率分布、拟合概率模型和正态分布。
2. 机器学习。介绍计算机视觉中的机器学习，包括视觉学习和推理、复杂数据密度建模、回归模型、分类模型。
3. 连接局部模型。介绍计算机的图模型，包括图模型、链式模型与树模型、网格模型。
4. 预处理。讨论图像预处理，包括图像预处理与特性提取。
5. 几何模型。致力于几何计算机视觉，包括针孔摄像机、变换模型、多摄像机系统。
6. 视觉模型。基于前面的原理给出几组视觉模型，包括形状模型、身份与方式模型、时序模型、视觉词模型。

1.2 其它书籍

1. 机器学习和图模型：《Pattern Recognition and Machine Learning》
2. 图像预处理：《Feature Extraction and Image Processing》
3. 几何计算机视觉：《‘Multiple View Geometry in Computer Vision》